科学家在 苏黎世联邦理工学院 证明人类形状的机器人手如何利用手指不仅用于操纵,而且用于移动,使手能够爬行,从摔倒中恢复并在没有单独的移动系统的情况下移动.
这项研究使用了现货的机器人手 武吉一个精通的机器人手和远程操控技术的开发者.
研究人员没有把手安装在传统的机械臂或移动平台上,
结果系统能够在跌倒后无束爬,动和恢复.它还可以在支持自己时执行操纵任务,包括按键盘上的连续键并向特定目标推向对象.
研究人员将该系统描述为一个"紧的移动操纵器",这消除了单独的移动机制的需要.
该研究发表在一篇题为"指作为腿:用人类形态手学习自动运动和操纵"的论文中,由Amirhossein Kazemipour,Heihui Zheng和Robert Katzschmann撰写.
研究人员利用增强学习来发展移动能力,考虑到各个手指的不平等尺寸和特征.
在模拟中进行了训练,模拟环境通过物理硬件的测量进行了校准.
根据研究人员的说法,他们的奖励配方使手在模拟中移动得比使用原先为四肢机器人开发的调节奖励更快.
物理系统内置了电力和计算,使其能够作为一个独立的平台运行.
在操作实验中,手执行了连续的键盘命令而不依赖视觉.在另一个示范中,它使用了空头视觉反来推向对象到目标位置.
这项研究说明了移动操纵的不寻常方法,
它还强调了商业上可用的精明手作为机器人学习的研究平台的日益增长作用.
WUJI通过其WUJI Hand 2和WUJI Glove进一步发展了这一领域,这些手套旨在支持实时远程操控以及用于机器人学习的运动和触觉数据收集.
该公司在9月27日至10月1日在匹兹堡举行的IROS2026展上展示了这两种系统.
在示范期间,WUJI手套用于实时控制公司的巧妙手,提供了捕捉人类运动的手段,并将其转化为机器人操纵.
这些远程操控系统越来越多地不仅用于远程机器人控制,而且作为训练具身智能和机器人操纵模型的数据生成工具.
通过记录人类的示范,开发人员可以收集对象如何被抓住,重新定位和操纵的例子,为最终实现这些任务的系统提供培训数据.
WUJI也是为英伟达 Isaac Teleop提供原生设备支持的硬件制造商之一.
越来越有能力的硬件,远程操控和强化学习的结合正在扩大机器人手的作用,
苏黎世理工学院的研究将这个想法带到一个不寻常的极端: 研究人员没有帮助机器人,